Conjugates for use in peptide therapeutics: A systematic review and meta-analysis
Notice bibliographique
Résumé
While peptides can be excellent therapeutics for several conditions, their limited in vivo half-lives have been a major bottleneck in the development of therapeutic peptides. Conjugating the peptide to an inert chemical moiety is a strategy that has repeatedly proven to be successful in extending the half-life of some therapeutics. This systematic review and meta-analysis was conducted to examine the available literature and assess it in an unbiased manner to determine which conjugates, both biological and synthetic, provide the greatest increase in therapeutic peptide half-life. Systematic searches run on PubMed, Scopus and SciFinder databases resulted in 845 studies pertaining to the topic, 16 of these were included in this review after assessment against pre-specified inclusion criteria registered on PROSPERO (#CRD42020222579). The most common reasons for exclusion were non-IV administration and large peptide size. Of the 16 studies that were included, a diverse suite of conjugates that increased half-life from 0.1 h to 33.57 h was identified. Amongst these peptides, the largest increase in half-life was seen when conjugated with glycosaminoglycans. A meta-analysis of studies that contained fatty acid conjugates indicated that acylation contributed to a statistically significant extension of half-life. Additionally, another meta-analysis followed by a sensitivity analysis suggested that conjugation with specifically engineered recombinant peptides might contribute to a more efficient extension of peptide half-life as compared to PEGylation. Moreover, we confirmed that while polyethylene glycol is a good synthetic conjugate, its chain length likely has an impact on its effectiveness in extending half-life. Furthermore, we found that most animal studies do not include as much detail when reporting findings as compared to human studies. Inclusion of additional experimental detail on aspects such as independent assessment and randomization may be an easily accomplished strategy to drive more conjugated peptides towards clinical studies.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,003 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».